Constraining a complex biogeochemical model for CO 2 and N 2 O emission simulations from various land uses by model–data fusion
Constraining a complex biogeochemical model for CO 2 and N 2 O emission simulations from various land uses by model–data fusion
复制标题
通过模型数据融合约束各种土地利用的 CO 2 和 N 2 O 排放模拟的复杂生物地球化学模型
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
L. Breuer
中科院分区：
文献类型：
--
作者：
T. Houska;D. Kraus;R. Kiese;L. Breuer
抽象的。本研究提出了一个综合的测量和建模策略，以分析相邻的耕地，森林和草原的黑森，德国网站的N2O和CO2排放量的结果。测量的排放量揭示了季节性模式和管理效应，包括施肥、耕作、收获和放牧。在可耕地、草地和森林样地，测得的N2O年通量分别为4.5、0.4和0.1 kg N ha − 1 a − 1，CO2年通量分别为20.0、12.2和3.0 t C ha − 1 a − 1。一个创新的模型数据融合概念的基础上的多标准评估（土壤水分在不同深度，产量，CO2和N2O排放量）是用来严格测试的LandscapeDNDC地球化学模型。该模型运行在一个拉丁超立方体为基础的不确定性分析框架，以约束模型参数的不确定性，并获得行为模型运行。结果表明，该模型是一般能够预测微量气体排放量，作为评价与RMSE作为目标函数。该模型在模拟生态系统碳氮平衡方面表现出合理的性能。模型-数据融合概念有助于检测剩余的模型误差，例如缺失（例如冻融循环）或不完整的模型过程（例如收获后的呼吸速率）。这一概念进一步阐明了识别缺失的模型输入源（例如，通过草地上的浅层地下水在植被期的N的吸收）和测量的验证数据的不确定性（例如，在冬季的森林N2O排放量）。提供了指导，以改善模型结构和现场测量，以进一步推进小尺度模型预测。
Abstract. This study presents the results of a combined measurement and modelling strategy to analyse N2O and CO2 emissions from adjacent arable land, forest and grassland sites in Hesse, Germany. The measured emissions reveal seasonal patterns and management effects, including fertilizer application, tillage, harvest and grazing. The measured annual N2O fluxes are 4.5, 0.4 and 0.1 kg N ha−1 a−1, and the CO2 fluxes are 20.0, 12.2 and 3.0 t C ha−1 a−1 for the arable land, grassland and forest sites, respectively. An innovative model–data fusion concept based on a multicriteria evaluation (soil moisture at different depths, yield, CO2 and N2O emissions) is used to rigorously test the LandscapeDNDC biogeochemical model. The model is run in a Latin-hypercube-based uncertainty analysis framework to constrain model parameter uncertainty and derive behavioural model runs. The results indicate that the model is generally capable of predicting trace gas emissions, as evaluated with RMSE as the objective function. The model shows a reasonable performance in simulating the ecosystem C and N balances. The model–data fusion concept helps to detect remaining model errors, such as missing (e.g. freeze–thaw cycling) or incomplete model processes (e.g. respiration rates after harvest). This concept further elucidates the identification of missing model input sources (e.g. the uptake of N through shallow groundwater on grassland during the vegetation period) and uncertainty in the measured validation data (e.g. forest N2O emissions in winter months). Guidance is provided to improve the model structure and field measurements to further advance landscape-scale model predictions.
登录
查看更多内容
影响因子：
4.9
作者：
Bloom, A. A.;Williams, M.
通讯作者：
Williams, M.
影响因子：
5.2
作者：
Haas, Edwin;Klatt, Steffen;Butterbach-Bahl, Klaus
通讯作者：
Butterbach-Bahl, Klaus
DOI：
10.1016/j.agee.2016.03.039
发表时间：
2016-05
期刊：
Agriculture, Ecosystems & Environment
影响因子：
--
作者：
M. S. Demyan;J. Ingwersen;Yvonne Nkwain Funkuin;Rana Shahbaz Ali;Reza Mirzaeitalarposhti;F. Rasche;C. Pol
通讯作者：
M. S. Demyan;J. Ingwersen;Yvonne Nkwain Funkuin;Rana Shahbaz Ali;Reza Mirzaeitalarposhti;F. Rasche;C. Pol
使用水文-生态系统耦合模型动态模拟土地管理对土壤 N2O 排放的影响
DOI：
10.11588/emclpp.2013.03.11824
发表时间：
2013
期刊：
影响因子：
--
作者：
M. Wlotzka;V. Heuveline;E. Haas;S. Klatt;D. Kraus;K. Butterbach-Bahl;P. Kraft;L. Breuer
通讯作者：
L. Breuer
使用空间明确的水文生物地球化学建模方法探索植被缓冲带对氮循环的影响
DOI：
10.1016/j.envsoft.2016.12.002
发表时间：
2017
期刊：
Environ. Model. Softw.
影响因子：
--
作者：
S. Klatt;D. Kraus;P. Kraft;L. Breuer;M. Wlotzka;V. Heuveline;E. Haas;R. Kiese;K. Butterbach-Bahl
通讯作者：
K. Butterbach-Bahl